Fragmentar texto para RAG
rag-chunkDivide un texto en fragmentos de hasta N caracteres o tokens estimados con solapamiento, respetando párrafos, oraciones y palabras. Cuándo: un flujo de agente necesita un resultado exacto y repetible para un paso auxiliar (tokens, costos, reintentos, fragmentos, ranking, limpieza de JSON). No para: dividir un texto en español en oraciones, considerando ¿…? y ¡…!, puntos suspensivos, decimales y miles (es-sentence-split). Efectos secundarios: ninguno (solo lectura, sin red, sin estado guardado). Determinista: la misma entrada da la misma salida. Límites: entrada JSON de hasta 64 KB, 1 s por llamada, resultado de hasta 1 MB.
EN: Splits text into chunks of at most N characters or estimated tokens with overlap, preferring paragraph, then sentence, then word boundaries; returns offsets for citation. When: an agent loop needs an exact, repeatable result for a bookkeeping step (tokens, costs, retries, chunking, ranking, JSON clean-up). [EN completo / full EN: inputSchema.description]
Input Schema
| Name | Required | Description | Default |
|---|---|---|---|
| text | Yes | Text (string; required). | |
| unit | No | Size unit (optional; one of: characters, tokens; default "characters"). | characters |
| overlap | No | Overlap in the same unit (default 10% of max_size) (integer; optional; min 0; max 50000). | |
| max_size | No | Max chunk size (integer; optional; default 1000; min 20; max 100000). |
Output Schema
| Name | Required | Description | Default |
|---|---|---|---|
| count | No | ||
| chunks | No |